Sozial erwünschtes Bewusstsein für biologische Vielfalt? : Ein neuer Zugang zu einem bekannten Problem mit normativ aufgeladenen Befragungsthemen

„Biologische Vielfalt“ ist ein besonderer Begriff, der komplexeVorstellungen vom „Reichtum des Lebens“ auf eine wissenschaftliche Formel bringtund zugleich diesen Reichtum als erstrebenswerten Zustand markiert. Seit Anfangder 1990er Jahre fungiert das Meta-Narrativ „bedrohte Biodiversität“ als sinnstif-tendes Moment internationaler Umweltpolitik. Dass die Einstellungsmessungen,die das „Bundesamt für Naturschutz“ seit 2009 in zweijährigem Turnus zum gesell-schaftlichen Bewusstsein über biologische Vielfalt durchführen lässt, durch sozialeErwünschtheit kontaminiert sind, ist bekannt. Da bisherige Analysen entwederexplizit oder implizit davon ausgehen, dass die Form der Verzerrung gleichförmigverläuft, sind Aussagen bzgl. Zusammenhängen und Gruppenvergleichen gefährdet.Kausale Machine-Learning-Verfahren eröffnen für die zugrunde liegende statistischeProblematik einen neuen analytischen Zugang. Mit ihnen kann aufgedeckt werden,wie kausale Effekte variieren und welche Größen mit dieser Variation so im Zusam-menhang stehen, dass sie Effektdifferenzen erklären können. In unserem konkretenFall zeigen wir anhand von Causal-Forest-Modellen, dass der Einfluss von SozialerErwünschtheit auf Einstellungsmuster und Verhaltensintentionen zur biologischenVielfalt systematisch variiert, wobei diese Effektheterogenität maßgeblich in nicht-linearer Weise mit dem Alter der Interviewees assoziiert ist. Darüber hinausgehendstellen wir dieses Verfahren als methodische Innovation zur Qualitätssicherung beinormativ aufgeladenen Befragungsthemen vor.